Analysis of Literary Works from Turkish and World Literature with Natural Language Processing

Abstract

There are various reading books published by many publishers for the students' utilization. Publishers prepare these literary works separately for the stages of primary, secondary and high schools by considering the characteristics of the groups. Literary works prepared for the secondary school students were used in this study. 5 literary works from Turkish and 5 from world literature having the same title out of 5 publishers were analysed by means of NLP (Natural Language Processing) techniques within the setting of Turkish grammar rules. With this study, it is aimed to determine the differences and similarities among publishers in terms of composing literary works and Turkish use in them, at the same time, it is also aimed to reveal the distinctive characteristics of the Turkish use. Developed software and Zemberek, Turkish NLP Library, were used in the analysis processes. Results which were obtained via analyses of literary works were found out as similar in terms of proportion and the differences were at the low level in general among 5 publishers. Differences were only found out in terms of unanalysable word number, average sentence number of literary works, average word number in literary works, average word number in a sentence and the ratio of the use of punctuation marks (dot and comma). Despite the fact that the titles of the literary works are the same among publishers, these distinctions occurred as a result of the difference in terms of the contents.

A Comparative View on Frequencies of Word, Letter and Syllables in Reading Texts of Elementary School Turkish Language Arts Course

“…Türkçedeki kullanım özelliklerini ortaya koymak adına yürütülen araştırmalarda da sıklık verilerinin kullanıldığı ve metinlerin sıklık analizlerinin yapıldığı görülmüştür. Örneğin; Karaca ve Bayır (2020), Türkçenin genel kullanım durumunu sunmak adına ilkokul öğrencilerine yönelik hazırlanmış 5 yayınevinden 5 Türk ve 5 dünya edebiyatından eserin sıklık analizini gerçekleştirmişlerdir. Harflerden en sık kullanılan 10 tanesi "a, e, i, n, r, l, ı, k, d, m", en az kullanılan 5 tanesi ise "j, f, p, ö, v" sıralamasındadır.…”

“…Harflerin kelime içinde birbirini takip etme durumları bakımından birbirini en çok takip eden ikililerin "a, r", "e, r", "l, a", "i, n", "d, e", "b, i", "ı, n", "y, a", "m, a" ve "k, a" olduğu saptanmıştır. Karaca ve Bayır (2020) harflerin kullanım sıklıklarının sırasıyla "a, e, i, n, r, l, ı, k, d, m, y, u, b, s, t, o, ş, ü, z, g, ç, ğ, h, c, v, ö, p, f, j", ünlü harflerin kullanım oranını %42.65, ünsüz harflerin kullanım oranını ise %57.35 olduğunu, kelimelerin en çok "b, k, d" ile başladığını ve "n, e, a" ile bittiğini, "ğ" ile başlayan ve "g" ile biten kelime olmadığını, birbirini en çok takip eden ikililerin "a, r", "l, a" ve "e, r" olduklarını saptamışlardır.…”

“…"la, le, de, da, ya, ma" tüm sınıf ve yayınevlerindeki okuma metinlerinde en çok kullanılan heceler olarak ortaya çıkmıştır. Bu çalışmada elde edilen sonuçlarla Karaca ve Bayır (2020) tarafından yapılan çalışmada elde edilen sonuçlar birbirlerine yakın değerde seyretmiştir; kelimelerin hece ortalamasının 2.55, hecelerin ortalama harf sayısının 2.34 ve heceler genellikle 2 ve 3 heceli olduğu, CV ve CVC hece tiplerinin ağırlıklı olarak kullanıldıkları görülmüştür. Çalışma kapsamında ele alınanlar itibariyle aynı sınıf seviyesindeki farklı yayınevlerinde birbirine yakın sonuçların alınması olağan bir durumdur.…”

“…Bu çalışmada elde edilen sıklıklara bakıldığında Türkçede "a" kullanımının "e" kullanımından 1. sınıflarda %35.33, 2. sınıflarda %21.07, 3. sınıflarda %15.81, 4. sınıflarda %23.10 ve genelde %23.55 daha fazla olduğu görülmüştür. Karaca ve Bayır (2020) tarafından farklı yayınevlerinde farklı değerler elde edildiği, "a" ile "e" kullanım sıklıkları arası farkın en düşük…”